Tensorflow
ZJE_ANDY
这个作者很懒,什么都没留下…
展开
-
损失函数之均方误差MSE(一般用于回归问题)
回归问题与分类问题不同,分类问题是判断一个物体在固定的n个类别中是哪一类。回归问题是对具体数值的预测。比如房价预测,销量预测等都是回归问题,这些问题需要预测的不是一个事先定义好的类别,而是一个任意实数。解决回归问题的神经网络一般只有一个输出节点,这个节点的输出值就是预测值。 而回归问题最常用的损失函数是均方误差MSE,定义如下:上式中,yi为一个batch中第 i 个数据的正确答案...原创 2018-08-11 22:27:24 · 24286 阅读 · 1 评论 -
tensorflow中步长stride的参数具体解析
步长stride是一个一维的向量,长度为4。形式是[a,x,y,z],分别代表[batch滑动步长,水平滑动步长,垂直滑动步长,通道滑动步长]在tensorflow中,stride的一般形式是[1,x,y,1]第一个1表示:在batch维度上的滑动步长为1,即不跳过任何一个样本x表示:卷积核的水平滑动步长y表示:卷积核的垂直滑动步长最后一个1表示:在通道维度上的滑动步长为1,即...原创 2018-08-09 00:17:29 · 6509 阅读 · 2 评论 -
通过指数衰减的方法设置[优化神经网络损失函数的]学习率
一,什么是学习率?在神经网络中会有一个损失函数J(X)来衡量神经网络的输出结果和正确结果之间的误差,如下图J(X)为某个神经网络的损失函数,其实X假设为神经网络中的参数。优化神经网络的目的就是使它的损失函数值达到最小。由下图所示,设置当前的参数和损失函数值对应下图小圆点的位置,那么梯度下降算法会将参数向X轴左侧移动,从而使得小圆点朝着箭头方向移动。参数的梯度可以通过求偏导数的方式计算,对应...原创 2018-09-24 23:11:12 · 2911 阅读 · 1 评论 -
tensorflow中滑动平均模型的说明
作用:使用滑动平均模型可以使模型在测试数据上更健壮。即如果在测试过程中,出现了一些噪声数据,滑动平均模型可以很好地应对这些数据,使这些噪声数据不会对模型的变量造成太大的影响。 1.滑动平均模型原理:在创建滑动平均模型后,滑动平均模型会对每一个变量维护一个影子变量(shadow variable),影子变量的初始值为相应变量的初始值,每当变量更新时,影子变量的值会更新为: s...原创 2018-10-23 15:29:07 · 1094 阅读 · 0 评论 -
tensorflow之tf.nn.conv2d()卷积函数
tf.nn.conv2d是TensorFlow里面实现卷积的函数tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)input:需要被卷积的输入(图像),用张量[batch, in_height, in_width, in_channels]表示,第一个为批量数(即图片的数量),其次是...原创 2019-01-11 15:24:36 · 696 阅读 · 0 评论 -
tensorflow 处理mnist手写体数据集(训练+预测代码)
一,tensorflow提供了自动下载mnist数据集的接口,若下载不了,请尝试翻墙后再试,或者从其他网站下载。二,训练代码:import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as npimport os"""---------------...原创 2019-07-15 18:08:45 · 5055 阅读 · 3 评论 -
tensorflow kaggle猫狗大战识别猫狗
一,Kaggle猫狗大战数据集:下载地址:https://www.kaggle.com/c/dogs-vs-cats下载解压后会有两个文件目录,一个测试数据,一个训练数据:训练数据:二,训练代码:第一部分:读取数据:from PIL import Imageimport numpy as npimport tensorflow as tfimport os...翻译 2019-07-22 19:27:21 · 5032 阅读 · 3 评论